#disinfo
2020-04-01
我們的discover速度跟不上八卦版的發文數啊…每天都少個3, 500篇，我先把concurrent request 從1調高到16觀察看看
- 😆1
補充一下後來我是直接用python的 set 找差集，比較方便，不用用到sql的join。政黑版少了40篇已經補完（用之前寫的 `article.py discover`，直接給url就可以加入db了)，但八卦版少 443k (2019 + 2020) 篇… 好消息是2019年10, 11, 12 月 和 2020 年1, 2月 都已經蒐集完
算了一下，分兩支同時跑大概7個小時可以補完，好像還可接受。7個小時後再來檢查一次還有沒有缺
- 🖖1
meanwhile 我們 db 的硬碟用量又快速地來到 79%
- 😮2
HTML 真的很肥大
不過 snapshot 是全部版本都會留嗎？無論文章內容有沒有變？
newsdiff 的作法是新的 snapshot 進來先直接 parse 出 title, body 。如果 title/body 都跟前版沒變的話，那這個新的 snapshot 就不存下來了
這樣優點比較省空間，畢竟不是每篇文章都那麼常變動。缺點是假如他網站架構變了就會有一段時間的 snapshot 存不到了
而且 parse 和 crawl 要同時做，不能分開成兩隻程式
目前要 parse 出來的資訊欄位還在增加中，所以一時還無法刪掉舊的 snapshot
也是可以考慮只看 title and body 決定要不要留 snapshot，因為還在增加的要 parse 的欄位看起來都是 metadata，這個通常在同一篇文章裡不會變
目前一篇 article 會留 7 個 articlesnapshot 版本嗎
是的
我也要想一下我們現在 parse 跟 crawl 分開做的情況下，要怎麼看 title and body 有沒有變
或是再加上第三層 cleaner XD
- 😂1
把 parse 後發現沒變的結果再刪掉
@chihao @ayw255 2 月份的 data loss 事件，調查結果是系統自己可以回復的都回復了，剩下無法回復的都是已經 404 的文章 https://github.com/disinfoRG/ZeroScraper/issues/94#issuecomment-607024008
GitHub
The main reasons that we want to recover article snapshot data are: Some snapshots are not parsed yet before the data loss incident. Some snapshots are parsed before the incident and were saved in ...
- 👍2
我覺得資料備份機制可能需要儘快處理 😛 要來特別揪一個討論嗎？
Cofacts 的 elasticsearch (6.3) 是是弄個 bash script：
```#!/bin/bash
SNAPSHOT_NAME=`date --iso-8601`
cd ~docker/rumors-deploy
/usr/local/bin/docker-compose exec -T db curl -XPUT localhost:9200/_snapshot/gcs/$SNAPSHOT_NAME```
然後放進 crontab 每週日凌晨執行。
Elasticsearch snapshot 是 incremental snapshot，備份時 DB 也不用關掉，我覺得很方便。
備份方面 `gcs` repo 用的是這個：https://www.elastic.co/guide/en/elasticsearch/plugins/master/repository-gcs.html
Elasticsearch (7.6) snapshot doc: https://www.elastic.co/guide/en/elasticsearch/reference/current/snapshots-take-snapshot.html
```#!/bin/bash
SNAPSHOT_NAME=`date --iso-8601`
cd ~docker/rumors-deploy
/usr/local/bin/docker-compose exec -T db curl -XPUT localhost:9200/_snapshot/gcs/$SNAPSHOT_NAME```
然後放進 crontab 每週日凌晨執行。
Elasticsearch snapshot 是 incremental snapshot，備份時 DB 也不用關掉，我覺得很方便。
備份方面 `gcs` repo 用的是這個：https://www.elastic.co/guide/en/elasticsearch/plugins/master/repository-gcs.html
Elasticsearch (7.6) snapshot doc: https://www.elastic.co/guide/en/elasticsearch/reference/current/snapshots-take-snapshot.html
揪
Cofacts 的 elasticsearch (6.3) 是是弄個 bash script：
```#!/bin/bash
SNAPSHOT_NAME=`date --iso-8601`
cd ~docker/rumors-deploy
/usr/local/bin/docker-compose exec -T db curl -XPUT localhost:9200/_snapshot/gcs/$SNAPSHOT_NAME```
然後放進 crontab 每週日凌晨執行。
Elasticsearch snapshot 是 incremental snapshot，備份時 DB 也不用關掉，我覺得很方便。
備份方面 `gcs` repo 用的是這個：https://www.elastic.co/guide/en/elasticsearch/plugins/master/repository-gcs.html
Elasticsearch (7.6) snapshot doc: https://www.elastic.co/guide/en/elasticsearch/reference/current/snapshots-take-snapshot.html
```#!/bin/bash
SNAPSHOT_NAME=`date --iso-8601`
cd ~docker/rumors-deploy
/usr/local/bin/docker-compose exec -T db curl -XPUT localhost:9200/_snapshot/gcs/$SNAPSHOT_NAME```
然後放進 crontab 每週日凌晨執行。
Elasticsearch snapshot 是 incremental snapshot，備份時 DB 也不用關掉，我覺得很方便。
備份方面 `gcs` repo 用的是這個：https://www.elastic.co/guide/en/elasticsearch/plugins/master/repository-gcs.html
Elasticsearch (7.6) snapshot doc: https://www.elastic.co/guide/en/elasticsearch/reference/current/snapshots-take-snapshot.html
揪
我又收到硬碟 >80% 的警告信了 XD
在備份之前可以能要解決硬碟要爆的問題 XD
ArticleSnapshot202002 可以先 archive 起來
這個我們可以怎麼進行比較方便？
兩個問題
一個是要 archive 在哪裡（現在 ArticleSnapshot202002 是 compressed 而且 40G ，表示要 archive 也要找有 40G 硬碟空間的地方，所以要放哪
另一個是要 archive 成什麼型式，是用 SQL dump 還是 jsonline 還是 csv (我個人比較喜歡 jsonline XD）
一個是要 archive 在哪裡（現在 ArticleSnapshot202002 是 compressed 而且 40G ，表示要 archive 也要找有 40G 硬碟空間的地方，所以要放哪
另一個是要 archive 成什麼型式，是用 SQL dump 還是 jsonline 還是 csv (我個人比較喜歡 jsonline XD）
丟到 s3 或是 b2 blaze?
如果需要機器/storage 的話我應該能問問看 sponsorship... 😛
另外 0archive 的主機原生的 160G 硬碟也只剩下 40G 左右，不確定會不會塞爆。但原生硬碟裡面有 30G 是當初從原來 middle2 搬來的 dump 檔，以及 73G 是之前發生誤砍事件之後，ArticleSnapshot 裡面被刪除文章還沒釋放出空間來的備份檔
這兩個如果覺得不需要可以刪除掉，那這樣至少 ArticleSnapshot202002 可以暫時先放在原生硬碟中
放在哪裡這個禮拜一討論過 linode 或 nas 或 aws glacier，還沒決定。 @poga 可以幫忙問贊助的話，好啊 XD
目前只需要 storage？如果要分享 raw data 的話 ok 嗎？這些資料應該不是開放授權？ XD
可能 storage 跟 GCP quota 都有需要。跟贊助單位分享 raw data 嗎？這我們要問一下囉 cc @chihao
哪個單位？XD
專案其實有預算，我覺得先估計要花多少錢
因為 AILabs 也有在作新聞分析，所以我想說兩邊直接共享資料應該是最有效益的？
寫爬蟲好麻煩的... XD
寫爬蟲好麻煩的... XD
養爬蟲也是很麻煩…
Archive 格式的話 jsonlines 比較好，但是這樣會用什麼工具 dump/load？
可能 storage 跟 GCP quota 都有需要。跟贊助單位分享 raw data 嗎？這我們要問一下囉 cc @chihao
哪個單位？XD
專案其實有預算，我覺得先估計要花多少錢
因為 AILabs 也有在作新聞分析，所以我想說兩邊直接共享資料應該是最有效益的？
寫爬蟲好麻煩的... XD
寫爬蟲好麻煩的... XD
養爬蟲也是很麻煩…
自己刻輪子 XD
- 😂1
可能 storage 跟 GCP quota 都有需要。跟贊助單位分享 raw data 嗎？這我們要問一下囉 cc @chihao
哪個單位？XD
專案其實有預算，我覺得先估計要花多少錢
因為 AILabs 也有在作新聞分析，所以我想說兩邊直接共享資料應該是最有效益的？
寫爬蟲好麻煩的... XD
寫爬蟲好麻煩的... XD
- 😆1
養爬蟲也是很麻煩…
- 😆1
82% 了，大概一兩個小時 1% ?
要不要先加容量？
加容量會需要停機處理喔，因為要轉移資料庫
- 😱1
我覺得比較治本應該是把 202002 搬出來，然後盡快實作內容沒變就不要 snapshot 和超過兩個月就 archive ，這樣子現在硬碟空間應該很夠
- 👍1
這個感覺是個正式提案了呢！
畢竟現在 snapshot 的量是正常的七倍的量
這個感覺是個正式提案了呢！
83% 了，所以大概五個小時 1%
2020-04-02
@chihao @pm5 ptt都補完了，終於…
- 👍2
關於備份機制，要來個 call 嗎？@ayw255 @pm5 @ronnywang
yeah
propose: 12pm?
5 分鐘後嗎
好像需要 @ronnywang 😛
meet.jit.si
Linode Guides & Tutorials
Object Storage pricing breakdown, storage limits, transfer quotas, and other pertinent information.
Object storage 好了，相關 key 和使用方法丟給 @pm5 了
\o/
@ronnywang ++
現在空間 87% 了
怎麼⋯
到 90% 的話就先關掉 scraper 等我們弄好吧？
202002 快要 dump 好了
也許大家早就知道這個了：The Hamilton 2.0 dashboard 專門在收集中國與俄國在網路上的政治宣傳，他們資料呈現的方式可以參考
https://securingdemocracy.gmfus.org/hamilton-dashboard/
https://securingdemocracy.gmfus.org/hamilton-dashboard/
Alliance For Securing Democracy
The Hamilton 2.0 dashboard, a project of the Alliance for Securing Democracy at the German Marshall Fund of the United States, provides a summary analysis of the narratives and topics promoted by Russian and Chinese government officials and state-funded media on Twitter, YouTube, state-sponsored news websites, and via official diplomatic statements at
- 👍2
2020-04-03
正在寫第二次的 System Report。從上一次報告到這一次，資料分析和 community 的部分似乎沒有什麼新的發展 orz (my bad)
@mglee 也許能夠有什麼合作呢 🤔
Hamilton 2.0 Dashboard 專案 funder 是 GMF - German Marshall Fund
Just thinking out loud here 😛
89% 了
我更正一下，之前 binlog 是存 7 天，不是存 3 天
- 🖖1
砍掉 ArticleSnapshot202002 降到 74%
- 🙌1
暫時解除硬碟空間警報 XD
@pm5 如果用 「s3cmd put --acl-public [somefile] <s3://0archive/>」，可以把這個檔案上傳到 object storage 並且會有一個可下載的網址e
如果東西是想要 open 並有下載網址的話，可以加上 --acl-public
2020-04-04
有下載網址的話大家好像比較容易取用，我開個 spreadsheet 給 dev team member 好了
- 🙌1
2020-04-05
4/7 有個線上討論分析 Twitter 上機器人帳號的演講，我不知道分享在這裡適不適合
https://cyber.harvard.edu/events/virtual-event-bot-or-human-unreliable-automatic-bot-detection
https://cyber.harvard.edu/events/virtual-event-bot-or-human-unreliable-automatic-bot-detection
Berkman Klein Center
Jonas Kaiser and Adrian Rauchfleisch discuss their paper on Botometer's diagnostic ability over time
昨天（4/4）又遇到 discover 與 update processes 不明原因掛掉因此 PID table 沒有清掉所以一整天沒有跑 discover & update 的問題
- 😢1
2020-04-06
要不要換 jitsi
我什麼都聽不到耶
好
jitsi: This site can’t be reached 欸
whaaaa
打錯了
jitsi 今天改版了
- 😆1
1
快打敗 Zoom 吧 QQ
zoom 是不是沒有網頁版，一定要下載應用程式？
才可以偷你的資料給中國（NO）
2020-04-08
真新聞關站了？
Matters
作者：丁新一前情提要見〈或許，耿爽沒那麼不爽——我們要「製造假新聞」來回擊中國的資訊戰嗎？〉、〈台灣研發快篩，中國在WHO收割……嗎?〉「公民廟口」粉專已於今日取消發佈（僅限在粉絲專頁有角色的用戶可見，一般用戶不可見），...
- 🖖1
https://fongnews.net/ 這裡面的文章網址不太確定應該怎麼抓
溏風報
「溏風報新聞傳媒」即時、公正、深入觀點，從即時新聞、社群輿論、主題節目影音、即時線上直播、社會論點、名家觀點、生活娛樂，讓讀者快速掌握完整的新聞時事。
另一方面，它有 RSS https://fongnews.net/feed
我加了~
`^comment|tag|category).)*/$` 測試了一下應該ok
`^comment|tag|category).)*/$` 測試了一下應該ok
另一方面，它有 RSS https://fongnews.net/feed
- 😏1
@shivaxsin has joined the channel
@a7164265 has joined the channel
Taking ArticleSnapshot of YouTube videos now \o/
2
想了一下，會不會像鄉民看電視一樣存截圖也可以？
@chihao @a7164265 是我要介紹給你的小夥伴
2020-04-09
備份程式 dump 每天出來的 snapshot 資料總是比 site states 算出來的筆數多一些 🤔
- 🤔1
是比discover + update stats多嗎？大概多多少啊？
哦⋯看起來是 stats 算update數有bug，會漏掉在day 1 計算 day 0 stats前又再次update的articles... 我明天修一下更新stats table
@pm5 每天dump的哪些snapshot是怎麼決定的啊？我更新了stats算法，discover+update 數跟每日snapshot count是一樣的, 但跟每天dump出來的row數還是有差
例如2020-04-03有 `90326` snapshots, from sql:
```select count(*) from ArticleSnapshot
where date(snapshot_at_date)="2020-04-03"
--> get 90326```
2020-04-03的dump看googlesheet row_count 是 `90,704`。
--備註新的stats 算法：
discover:
https://github.com/disinfoRG/ZeroScraper/blob/master/queries/count_articles_discovered_in_interval.sql
update: https://github.com/disinfoRG/ZeroScraper/blob/master/queries/count_articles_updated_in_interval.sql
例如2020-04-03有 `90326` snapshots, from sql:
```select count(*) from ArticleSnapshot
where date(snapshot_at_date)="2020-04-03"
--> get 90326```
2020-04-03的dump看googlesheet row_count 是 `90,704`。
--備註新的stats 算法：
discover:
https://github.com/disinfoRG/ZeroScraper/blob/master/queries/count_articles_discovered_in_interval.sql
update: https://github.com/disinfoRG/ZeroScraper/blob/master/queries/count_articles_updated_in_interval.sql
dump 的計算方式是 `snapshot_at` >= 當天 00:00:00、< 隔天 00:00:00
下的指令類似是 `ns-dump -r 1d:2020-04-03` https://github.com/disinfoRG/ZeroScraper/blob/master/scripts/upload-snapshots.sh
嗯…看了一下 `ns-dump` 的date_range 還有queries `get_snapshot_in_keys_date_ranged` , 2020-04-03的snapshot 數的確應該是跟stats吻合的 `90326` 筆，不太知道多出來的是從哪裡來的…
```select count(*) from ArticleSnapshot
where snapshot_at >= 1585843200 and snapshot_at<1585929600;```
```select count(*) from ArticleSnapshot
where snapshot_at >= 1585843200 and snapshot_at<1585929600;```
想了一下，會不會像鄉民看電視一樣存截圖也可以？
._.
@ayw255 YtScraper 關於 Update 的邏輯寫在 README 裡，不知道是不是跟 ZeroScraper 一致？
Contribute to chihaoyo/YtScraper development by creating an account on GitHub.
是～除了ZeroScraper的兩個月是距離first_snapshot_at的兩個月 (60天)，因為沒有parse之前不知道published_at。
@a7164265 哈囉哈囉 👋
是～除了ZeroScraper的兩個月是距離first_snapshot_at的兩個月 (60天)，因為沒有parse之前不知道published_at。
- 🙌1
是比discover + update stats多嗎？大概多多少啊？
Replied to a thread: 2020-04-09 09:29:25
哦⋯看起來是 stats 算update數有bug，會漏掉在day 1 計算 day 0 stats前又再次update的articles... 我明天修一下更新stats table
不知道為什麼，密訊的網站特別對 Facebook 與 Dcard 有調整，soure code 看起來可能是顯示個 info box 還是什麼的。在 HTML 裡搜尋 `dcardsource` 就會看到
2020-04-10
@pm5 每天dump的哪些snapshot是怎麼決定的啊？我更新了stats算法，discover+update 數跟每日snapshot count是一樣的, 但跟每天dump出來的row數還是有差
例如2020-04-03有 `90326` snapshots, from sql:
```select count(*) from ArticleSnapshot
where date(snapshot_at_date)="2020-04-03"
--> get 90326```
2020-04-03的dump看googlesheet row_count 是 `90,704`。
--備註新的stats 算法：
discover:
https://github.com/disinfoRG/ZeroScraper/blob/master/queries/count_articles_discovered_in_interval.sql
update: https://github.com/disinfoRG/ZeroScraper/blob/master/queries/count_articles_updated_in_interval.sql
例如2020-04-03有 `90326` snapshots, from sql:
```select count(*) from ArticleSnapshot
where date(snapshot_at_date)="2020-04-03"
--> get 90326```
2020-04-03的dump看googlesheet row_count 是 `90,704`。
--備註新的stats 算法：
discover:
https://github.com/disinfoRG/ZeroScraper/blob/master/queries/count_articles_discovered_in_interval.sql
update: https://github.com/disinfoRG/ZeroScraper/blob/master/queries/count_articles_updated_in_interval.sql
dump 的計算方式是 `snapshot_at` >= 當天 00:00:00、< 隔天 00:00:00
Web scraper made by 0archive. Contribute to disinfoRG/ZeroScraper development by creating an account on GitHub.
下的指令類似是 `ns-dump -r 1d:2020-04-03` https://github.com/disinfoRG/ZeroScraper/blob/master/scripts/upload-snapshots.sh
Web scraper made by 0archive. Contribute to disinfoRG/ZeroScraper development by creating an account on GitHub.
嗯…看了一下 `ns-dump` 的date_range 還有queries `get_snapshot_in_keys_date_ranged` , 2020-04-03的snapshot 數的確應該是跟stats吻合的 `90326` 筆，不太知道多出來的是從哪裡來的…
```select count(*) from ArticleSnapshot
where snapshot_at >= 1585843200 and snapshot_at<1585929600;```
```select count(*) from ArticleSnapshot
where snapshot_at >= 1585843200 and snapshot_at<1585929600;```
2020-04-11
Collected 84076 YouTube urls from 84 channels/users
- 🙌3
中天新聞CH52 https://www.youtube.com/channel/UCpu3bemTQwAU8PqM4kJdoEQ/
中天電視 https://www.youtube.com/channel/UC5l1Yto5oOIgRXlI4p4VKbw
這兩個有什麼差別 / 關聯？ @ronnywang 😛
中天電視 https://www.youtube.com/channel/UC5l1Yto5oOIgRXlI4p4VKbw
這兩個有什麼差別 / 關聯？ @ronnywang 😛
YouTube
「未經著作權人事先書面同意，勿將內容用於商業性質之分享、連結。」 ►►►歡迎訂閱【中天電視】YouTube頻道家族◄◄◄ 我愛小明星大跟班：<https://www.youtube.com/channel/UCCiV0FmfqgLRC9zYjj1Q4IA> 麻辣天后傳：<https://www.youtube.com/>...
中天電視還有別的節目
兩個是不同頻道
中天電視是綜合頻道，新聞是 24hr 新聞台
鄉民看電視是關心前者嗎？
哦～中天電視還有這個連結 https://www.youtube.com/user/ctitv/ 是個 user
「未經著作權人事先書面同意，勿將內容用於商業性質之分享、連結。」 ►►►歡迎訂閱【中天電視】YouTube頻道家族◄◄◄ 我愛小明星大跟班：<https://www.youtube.com/channel/UCCiV0FmfqgLRC9zYjj1Q4IA> 麻辣天后傳：<https://www.youtube.com/>...
直播抓後者的，單篇新聞抓前者的
- 👍1
但 YouTube API 看來似乎把 channel 和 user 當成同一個等級的東西？
YouTube
那 TVBS 的狀況好像不太一樣？https://www.youtube.com/user/TVBS/ 121 萬訂閱者
但 TVBS 新聞網 https://www.youtube.com/channel/UCL0_NxCvkcXwZHpvqgMZY-A 只有 1.18 萬訂閱者
2020-04-12
@delightfullychaotic has joined the channel
2020-04-15
之前 @ayw255 說有些錯誤新聞出現在線上媒體的時候我們沒有抓到，只抓到後來的澄清文，不知道現在漏抓新聞情況有沒有改善。我後來想想也可以把 discover 的頻率改成半小時或更短時間一次試試看
對八卦板也許也有用
上次想說的其實是，錯誤新聞看起來多數出現在Line、微信聊天室這些不在我們觀察的目標中，本來好像就不太常出現在線上媒體的說QQ。
這是事實查核中心的list，其中有出現在媒體的只有少少幾則，最著名的大概是鍾南山說蓮蓬頭會傳染肺炎、還有從空氣檢測推測武漢燒很多屍體
我們關注的內容網站有很多莫名的文章，但就不是現在會引起關注的假新聞（沒有成功傳播 LOL？）
https://tfc-taiwan.org.tw/articles/2366
這是事實查核中心的list，其中有出現在媒體的只有少少幾則，最著名的大概是鍾南山說蓮蓬頭會傳染肺炎、還有從空氣檢測推測武漢燒很多屍體
我們關注的內容網站有很多莫名的文章，但就不是現在會引起關注的假新聞（沒有成功傳播 LOL？）
https://tfc-taiwan.org.tw/articles/2366
聊天群組裡流傳的資訊，可能就要靠跟別的專案合作來共享資料了⋯⋯0archive data standard 的目的也是希望讓這種資料流通更容易一點
對八卦板也許也有用
2020-04-16
上次想說的其實是，錯誤新聞看起來多數出現在Line、微信聊天室這些不在我們觀察的目標中，本來好像就不太常出現在線上媒體的說QQ。
這是事實查核中心的list，其中有出現在媒體的只有少少幾則，最著名的大概是鍾南山說蓮蓬頭會傳染肺炎、還有從空氣檢測推測武漢燒很多屍體
我們關注的內容網站有很多莫名的文章，但就不是現在會引起關注的假新聞（沒有成功傳播 LOL？）
https://tfc-taiwan.org.tw/articles/2366
這是事實查核中心的list，其中有出現在媒體的只有少少幾則，最著名的大概是鍾南山說蓮蓬頭會傳染肺炎、還有從空氣檢測推測武漢燒很多屍體
我們關注的內容網站有很多莫名的文章，但就不是現在會引起關注的假新聞（沒有成功傳播 LOL？）
https://tfc-taiwan.org.tw/articles/2366
@akasukilee has joined the channel
2020-04-17
https://ocf.tw/p/pttid/ ocf \o/
ocf.tw
網路上的不實資訊、網軍操作帶風向的狀況層出不窮，批踢踢實業坊 (PTT) 的政治類看板, 比起其他看板，帶風向的情形更加嚴重，網路上已經有很多專家利用爬蟲工具，自行搜尋分析出活動異常的 PPT 使用者帳號。本計畫希望能網羅各方資源之外，也能開發出套完整的開源工具，讓使用者自行析判斷誰是誰非。
- 👍5
- 3
聊天群組裡流傳的資訊，可能就要靠跟別的專案合作來共享資料了⋯⋯0archive data standard 的目的也是希望讓這種資料流通更容易一點
@pm5 不知道能不能請求更新 disinfoRG/datasets 部分內文公開資料集 😆
這兩天手動跑一次好了
- 🙌1
2020-04-18
謝謝 pm5 \o/
我想來把 datasets 釋出的資料 id 改成 uuid https://github.com/disinfoRG/ArticleParser/pull/26
I think we should switch producer and publication id to UUID for a few reasons: • Some benefits of UUID in general: • It is not sequential so it does not reveal that much information about orders. • It can be generate in the program so if we are going to have multiple parsers running on multiple databases it is not that hard to merge the data into a single dataset. • We cannot use article id for publications and site id for producers anyway, now that we are going to get scraped data from multiple upstream scrapers.
2020-04-19
@sandy051122 has joined the channel
2020-04-20
Jitsi 怎麼了
我們還在meeting耶，你無法加入嗎
也許是我的問題，斷線之後就連不進去了 orz
orz
orz orz orz
你現在加入了嗎
有看到我在裡面嗎？
有看到你的頭像
有
但沒聲音
我看到你們都是靜音
進不去 orz
Can we try Google Meet? https://meet.google.com/gmn-tqtd-pdx @pm5 @ayw255 sorry
meet.google.com
Real-time meetings by Google. Using your browser, share your video, desktop, and presentations with teammates and customers.
@pellaeon has joined the channel
2020-04-21
@iche.chang has joined the channel
@ronnywang 你上次 disinfo 小松，用 elasticsearch 做的相似文章的分析，那時候用的中文 analyzer 是 smartcn 嗎？
好像只有用 cjk
```{
"text": {
"properties": {
"id" : { "type": "string", "null_value": "na", "index": "not_analyzed"},
"text" : { "type": "string", "null_value" : "na", "index" : "analyzed", "analyzer" : "cjk"}
}
}
}```
"text": {
"properties": {
"id" : { "type": "string", "null_value": "na", "index": "not_analyzed"},
"text" : { "type": "string", "null_value" : "na", "index" : "analyzed", "analyzer" : "cjk"}
}
}
}```
- 🖖2
當時的設定檔
2020-04-22
剛跟 @ayw255 討論出了一個分身伐樹 NLP 的遊戲 @pm5
2
2020-04-23
收到 `not okay` 了 😱
- 😮1
哎呀又是之前那個Variable沒有清掉的狀況。剛剛清掉了下一支應該會正常跑
*CUP
傳統上，國家、政府和某些國際組織把持著調查案件的權力和資源，面對涉及政權的衝突、懸疑未解的國際爭議，升斗市民是否就無計可施，只能被動地等結論？在網絡發達、資訊唾手可得的今天，Bellingcat 告訴世人：只要適當運用科技、智慧、觀察力和耐性，人人都可以為捍衛真相出一分力。
哎呀又是之前那個Variable沒有清掉的狀況。剛剛清掉了下一支應該會正常跑
2020-04-27
@little78926 has joined the channel
1
@chihao 分身伐樹 proposed UI
@a-chioh 0archive 5/16（週六）想在線上辦小松，有空嗎？要不要一起來玩資料？😄
@gugod @tkirby ☝️ 😄 有空嗎？要來嗎？
喔喔! 可能要到時候看一下家裡的狀況
yo @nondayo 👆
嗨嗨我是承恩，會參加5/16小松喔！
- 3
如果是 5/16 週六 10am-1pm && 2pm-5pm 這兩個時段大家覺得如何？都可以嗎？想要有早上的時段這樣美東的團隊成員才可以參加 😄
HackMD
# 0archive 零時檔案局 :closed_book: ## 想跳坑嗎 - [跳坑指南 Intro](/cdctnMJWQpKWQYhSxB8sCw) - [行事曆 Calendar](<https://docs>.
@ronnywang 5/16 小松來嗎？😆
2020-04-28
喔喔! 可能要到時候看一下家裡的狀況